APLIKASI PENDETEKSI PERILAKU PENGENDARA MOBIL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID

Yamin, Andi and Adrian, Angelia Melani and Kairupan, Indah Yessi (2024) APLIKASI PENDETEKSI PERILAKU PENGENDARA MOBIL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-LEMBAR_PENGESAHAN_AndiYamin.pdf Download (374kB)
	PDF ABSTRAK_AndiYamin.pdf Download (20kB)
	PDF KATA_PENGANTAR-DAFTAR_ISI_AndiYamin.pdf Download (194kB)
	PDF BAB_I_AndiYamin.pdf Download (96kB)
	PDF BAB_II-LAMPIRAN_AndiYamin.pdf Restricted to Repository staff only Download (3MB)

Official URL: https://digilib.unikadelasalle.ac.id/

Abstract

Mobil adalah alat transportasi beroda empat yang memberikan kenyamanan serta kemudahan bagi masyarakat untuk bepergian ke tempat yang mereka inginkan dengan lebih cepat; mudah; dan nyaman. Namun, masalah-masalah pada lalu lintas sering ditemui pada para pengguna jalan khususnya pengguna kendaraan beroda empat atau mobil, masalah tersebut salah satunya adalah kecelakaan yang disebabkan pengendara yang tidak fokus pada jalan. Kurangnya kesadaran dalam berkendara dapat menyebabkan kecelakaan pada lalu lintas yang juga bisa mengakibatkan kematian bagi para pengguna lalu lintas.
Oleh karena itu, dibangunnya Aplikasi Pendeteksi Perilaku Pengendara Mobil Menggunakan Convolutional Neural Network (CNN) Berbasis Android yang dapat mendeteksi perilaku pengendara berdasarkan 2 kelas yaitu fokus dan tidak fokus, dengan memberikan peringatan jika pengendara melakukan pelanggaran. Pembangunan aplikasi ini menggunakan algoritma dari deep learning yaitu CNN yang terbukti efektif dalam pengenalan gambar untuk mendeteksi perilaku pengendara.
Pembangunan aplikasi ini menggunakan metodologi pengembangan perangkat lunak yaitu waterfall, pengembangan perangkat lunak ini memiliki tahapan yang dilakukan secara berurutan. Dengan menggunakan pendekatan UML untuk memvisualisasikan hubungan antara pengguna dan sistem, selain itu pada aplikasi ini juga menggunakan bahasa pemrograman kotlin dan python.
Hasil implementasi dari algoritma CNN berhasil dalam mengklasifikasikan 2 kelas yang berbeda yaitu fokus dan tidak fokus dalam pendeteksian perilaku pengendara mobil, dengan memiliki akurasi setinggi 92%. Dengan adanya Aplikasi Pendeteksi Perilaku Pengemudi Mobil Berbasis Android ini diharapkan dapat memonitoring dan memperingati pengendara agar tetap fokus pada jalan dan menurunkan angka kecelakaan di Indonesia.

Kata kunci: Aplikasi Pendeteksi, Pengendara Mobil, Convolutional Neural Network, Android.

Item Type:

Thesis (Skripsi)

Creators: